ABD Arquivos e Bibliotecas Digitais

Transcrição

1 ABD Arquivos e Bibliotecas Digitais FEUP, Março de 2010

2 Parte III A interface dos Arquivos e Bibliotecas Digitais

3 Documentos em ĺınguas diversas Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Critérios de navegação orientada por frases sobre meta-informação extraída

4 Funções para o utilizador e componentes Documentos Diferentes suportes Meta-informação associada Métodos de acesso e recuperação, browsing, suas combinações de frases na meta-informação Selecção e organização de colecções Influência nas operações disponíveis Apresentação e independência do conteúdo Dinamismo na geração das interfaces

5 Documentos em ĺınguas diversas Documentos estruturados Transformação de livro em versão digital requer tratamento da sua estrutura Decisões: como mostrar índices, como intercalar figuras e texto Exemplo: Humanity Development Library Documentos de texto não estruturados Versão digital pode ser um texto sequencial sem marcação da estrutura Em geral, é difícil processar automaticamente colecções volumosas Para colecções heterogéneas, trabalho de verificação da versão digital é pesado Exemplo: Gutenberg Project

6 Documentos em ĺınguas diversas Imagens de páginas Captam aspecto do documento original Muito mais espaço necessário 1:20 entre aquisição do texto e sua captação como imagem Pode usar-se o reconhecimento do texto, sem verificação, para efeitos de indexação apenas (não é mostrado ao utilizador). Exemplo: School Journal Collection Imagens do texto + texto extraído Associação do texto adquirido permite pesquisa Utilizador pode comparar texto adquirido com o original Exemplo: Maori newspaper Collection

7 Documentos em ĺınguas diversas Áudio e Fotografia Áudio pode ser digitalizado Integração de áudio, texto e fotos permite acesso muito fácil a arquivo Exemplo: Oral History Collection Vídeo Pode ser visto directamente no browser Música Interessa coleccionar informação musical em diversas formas Importante a conversão entre as formas

8 Uso de ĺınguas diversas Documentos em ĺınguas diversas Interface em várias ĺınguas Pode ser sujeita a configuração Língua da interface pode diferir da dos documentos Mostrar caracteres pouco comuns Browsers suportam facilmente a apresentação de textos escritos em codificações ricas

9 Documentos e meta-informação Informação em documento é tipicamente pouco estruturada Meta-informação é tipicamente estruturada Normas Categorias de meta-informação Descrição do documento: exemplo é o registo bibliográfico História, proveniência, acções de preservação Funcional: uso, condições de acesso, audiência Técnica: informação de interoperabilidade De relacionamento: ligações e citações De conteúdo: descrição do conteúdo

10 Plano Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Catálogos de bibliotecas e arquivos pesquisa em meta-informação Nas bibliotecas e arquivos digitais -pesquisa em texto integral Objectivos no desenho das interfaces de pesquisa Tornar fácil as operações elementares e o acesso a não-especialistas Permitir interacção de forma mais avançada Unidades na pesquisa e unidades nas respostas pode incidir sobre parágrafos, documentos,... ou títulos, autores... Unidades nas respostas podem ser as da pesquisa ou mais amplas: documento em pesquisa de autor

11 Tipos de interrogação Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Booleana Pergunta combina termos com operadores em expressão Booleana Resposta tem as unidades que satisfazem logicamente a expressão por melhor aproximação Medida de similaridade entre interrogação e documento Maior flexibilidade na relação entre pergunta e resposta Medidas de semelhança Avaliar resultados: precisão e recuperação

12 Modelos de resposta a interrogações Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Medidas de semelhança Atender a medidas estatísticas sobre os textos: frequência de termos, frequência inversa de termos. Correlacionar termos de interrogação com termos nos documentos Mecanismos de ordenação Uso de peso dos termos Combinação dos pesos com base nos termos da interrogação Modelos mistos Booleano com ordenação Que modelos para colecções com milhões de documentos?

13 Redução de maiúsculas e radicalização Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Redução de maiúsculas Configurável na interface de preferências Radicalização Redução de variações morfológicas Torna mais complexa a tarefa de assinalar termos de pesquisa nos documentos da resposta

14 por frases Plano Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Natural do ponto de vista do utilizador Frases permitem compor expressões de pesquisa mais ricas e precisas Complexo do ponto de vista da implementação Soluções Indexação ao nível do documento: requer visita aos documentos da resposta Indexação ao nível da palavra: disponíveis posições das palavras no documento

15 Interfaces de interrogação Tipos de interrogação Redução de maiúsculas e radicalização por frases Interfaces de interrogação Configurações Tipo de caixas de interrogação avançada: formulário com múltiplos critérios e opções de redução de maiúsculas e radicalização

16 Critérios de navegação orientada por frases sobre meta-informação extraída versus pesquisa Actividade menos orientada e menos formal Interrogação não é central Contínuo de variantes entre a pesquisa e a navegação Estruturas de meta-informação fornecem pontos de partida

17 Critérios de navegação Critérios de navegação orientada por frases sobre meta-informação extraída Ordem alfabética Ordem cronológica Estruturas hierárquicas Classificações normalizadas (LoC, Dewey) Classificações à medida da colecção

18 orientada por frases Critérios de navegação orientada por frases sobre meta-informação extraída Hierarquia de frases extraídas automaticamente dos documentos a partir de expressão inicial até folha da hierarquia Solução escala facilmente para colecções grandes Frases-chave Redução do número de frases candidatas Geração automática ou manual

19 Critérios de navegação orientada por frases sobre meta-informação extraída sobre meta-informação extraída Construção de meta-informação é demorada Hipótese: extrair automaticamente Títulos Datas Nomes de pessoas Siglas Identificar sigla e expressão com as iniciais Construir lista de definições Linguagem Identificar padrões de letras característicos de uma ĺıngua Construir subcolecções por ĺıngua